You are on page 1of 8

Segundo Congreso Virtual, Microcontroladores y sus Aplicaciones

Dispositivo de asistencia auditiva porttil implementado en un


dsPIC
Francisco Denk; Pablo Agero; Alejandro Uriz; Juan Carlos Tulli; Esteban Gonzlez
Facultad de Ingeniera - Universidad Nacional de Mar del Plata
Laboratorio de Comunicaciones
Argentina
Correo-e: franciscodenk,pdaguero,jctulli@fi.mdp.edu.ar; ajuriz@conicet.gov.ar
Resumen
Las prdidas de audicin son una dolencia que afecta a un gran porcentaje de la Sociedad. Si
bien existen dispositivos que permiten mejorar la calidad de vida de las personas con este tipo de
dolencias, estos dispositivos suelen ser costosos y adems muchas veces no se ajustan por completo a los
requerimientos del usuario. Este trabajo se enfoca en el desarrollo de un dispositivo porttil de asistencia
a personas con algn tipo de impedimento auditivo utilizando un dsPIC producido por Microchip. Con
el fin de validar los resultados, se utiliza un modelo capaz de simular prdidas de audicin mediante un
banco de filtros polifsicos, lo que permite analizar el desempeo de dos algoritmos de compresin: el
lineal y el SPINC. Resultados subjetivos experimentales demuestran las ventajas de la utilizacin de la
funcin SPINC, la cual es implementada en un dispositivo dsPIC33FJ128GP802-E/SP de Microchip,
sobre otras como por ejemplo funciones lineales.

1.

Introduccin

Las prdidas de audicin son una dolencia que


aqueja, segn datos del censo del 2001, a 300.000
personas en Argentina. Existen diversos tipos de
problemas, pudiendo clasificarse por su origen en:
congnito, debido a envejecimiento debido a un
trauma, entre otros. Sin embargo, una forma ms
til de clasificarlas es a travs del umbral absoluto de audicin ATH por sus siglas en ingls
el cual es presentado en [1, 2, 3, 4, 5] . La funcin
ATH representa la energa mnima que debe poseer
un tono en un ambiente sin ruido para que pueda
ser percibido por una persona joven con el odo en
buen estado de salud. De este modo, todas las componentes que estn por debajo de dicho umbral no
sern percibidas por el mismo. Se puede clasificar
una deficiencia auditiva en funcin de dicha curva.
As, por ejemplo, para un odo con una deficiencia auditiva grave, la curva presentar un rechazo
adicional de al menos 60dB en las frecuencias superiores. Otro tipo de dolencias que padece un gran
nmero de personas es una deficiencia auditiva
traumtica donde, a raz de un trauma, el odo
de la persona deja de responder a un cierto rango
de frecuencias. Esto puede deberse a que el individuo es expuesto de manera constante a un sonido de
gran intensidad, como suele ocurrir en ambientes industriales. Esta dolencia se puede representar como
un rechazo de al menos 50dB sobre la curva ATH
en un cierto rango de frecuencias.
Para tratar estos y otros tipos de discapacidad

auditiva se han desarrollado un conjunto de tcnicas


aplicables a diversos dispositivos que son colocados
en distintas partes del odo, tales como audfonos e
implantes cocleares. Ejemplos de estos dispositivos
son ofrecidos por compaas como Widex Samsung. Estas ofrecen gran variedad de productos, los
cuales van desde audfonos analgicos (que pueden
poseer slo un circuito amplificador), hasta equipos
digitales con tecnologa de punta [6, 7]. Estos ltimos, permiten realizar tareas tales como compresin de voz, filtrado dinmico de ruido, opciones de
funcionamiento configurables y acoplamiento para
conversaciones telefnicas, entre otras.
Otro aspecto que es considerado en estos diseos
es la ergonoma, ya que estos productos estn diseados para su uso permanente en el cuerpo del
usuario. Por ello, las compaas mencionadas tienen
en cuenta que el equipo no provoque reacciones alrgicas a la piel del usuario, que la forma del dispositivo no afecte al odo y que el dispositivo sea inmune
a la humedad debida a la transpiracin la lluvia.
Una de las principales ventajas de los dispositivos
digitales es que permiten obtener soluciones a la
medida del usuario. En especial, pueden ser usados
en dolencias que estn relacionadas con el envejecimiento del odo o con la prdida de audicin en
un rango de frecuencias en particular. Este tipo de
casos pueden ser abordados utilizando tcnicas de
compresin de voz, las cuales permiten acondicionar
la seal que ingresa al odo del oyente con el fin de
llevar el rango de frecuencias donde exista una zona
muerta del odo, como por ejemplo una discapaci-

Congreso 2010, Pgina 1

Segundo Congreso Virtual, Microcontroladores y sus Aplicaciones

2.

Descripcin de las dolencias


a estudiar

60

50

40

30

dB SPL

dad traumtica, hacia zonas donde la informacin


pueda ser percibida. La compresin se lleva a cabo
mediante una funcin que mapea de una manera
adecuada las frecuencias de la zona afectada hacia
la nueva regin. Debido a ello, pueden encontrarse
versiones lineales basadas en la Transformada Rpida de Fourier (FFT) [8, 9, 10]; versiones basadas
en modelos sinusoidales [11, 12]; e incluso usando
aproximaciones basadas en bancos de filtros [13, 14].
Este trabajo apunta a desarrollar un sistema capaz de simular distintos grados de prdidas auditivas y perfeccionar tcnicas que logren mitigar dichos problemas. El objetivo final del mismo consiste
en desarrollar un dispositivo que sea capaz de integrar las tcnicas utilizadas en un dispositivo DSP
porttil, del tipo dsPIC. En particular se utiliza un
dsPIC33FJ128GP802-E/SP [15]. De este modo, es
posible comparar el producto desarrollado con los
existentes, apuntando a mejorar las especificaciones
de los mismos y a reducir su costo.
El artculo se organiza de la siguiente manera: en
la Seccin 2 se hace referencia a las dolencias a estudiar. La Seccin 3 presenta los mtodos del estado
de la cuestin a desarrollar y se implementa el algoritmo de compresin utilizado. En la Seccin 4 se
realizan experimentos para validar los mtodos implementados. En la Seccin 5 se hace un anlisis de
factibilidad sobre la implementacin del algoritmo
desarrollado en un microcontrolador dsPIC, con el
fin de obtener un dispositivo porttil. Por ltimo,
en la Seccin 5.1 se desarrollan las conclusiones del
trabajo.

20

10

10
0

1000

2000

3000

4000
5000
Frecuencia [Hz]

6000

7000

8000

Figura 1: Respuesta en frecuencia del odo de una


persona en buenas condiciones de salud auditiva, en
un ambiente sin ruido.
tiva traumtica. Como se mencion en el prrafo
anterior, los problemas auditivos se deben a que el
oyente percibe menos formantes (u otra informacin frecuencial) que los necesarios para poder distinguir entre los distintos fonemas entre s. Estudios
previos indican que slo son necesarios los primeros
formantes para poder distinguir entre algunos fonemas sonoros, no as en los no sonoros (como los
fonemas fricativos [18]). Incluso, algunos estudios
demuestran que la energa se concentra en un alto porcentaje para fonemas sonoros entre 0 y 1KHz
para una persona con voz grave [10]. A su vez, para
fonemas fricativos, dichos formantes se encuentran
en frecuencias ms elevadas. Cabe destacar adems,
que la informacin necesaria para reconocer al locutor se halla ubicada en el rango de frecuencias entre
los 1000Hz y los 2000Hz [21]. En consecuencia, resulta factible intentar trasladar estos formantes hacia el rango de frecuencia donde el oyente perciba
el mensaje de una manera correcta. Dicha tarea es
realizada por el sistema de compresin de voz que
se presenta en la siguiente seccin.

dB SPL

En esta seccin se presenta un breve resumen de


las dolencias que se van a estudiar a lo largo del
trabajo. Este trabajo est enfocado en resolver dolencias similares a un envejecimiento del rgano auditivo, las cuales se caracterizan por un aumento
en el umbral de audicin y la aparicin de zonas
70
muertas, especialmente en las frecuencias altas y
medias. Estas representaciones son desarrolladas en
60
[4, 16, 17]. Por este motivo algunos fonemas, en especial los fricativos [18], no puedan ser correcta50
mente odos, ya que una parte de su informacin espectral ha sido eliminada por la reduccin de la au40
dicin del rgano. Como consecuencia de esto, dos
fonemas como la /s/ y la /r/ pueden ser percibidos
30
de forma similar, lo que produce un deterioro en la
inteligibilidad de los sonidos que percibe el oyente.
20
De los estudios realizados en [19, 20] se desprende
10
la Fig. 1, que muestra la curva de audicin de un
odo correspondiente a una persona joven en buen
0
estado de salud.
0
1000 2000 3000 4000 5000 6000 7000 8000
Frecuencia [Hz]
Por otro lado, en la Fig. 2 se representa la curva
ATH para un odo de una persona con una sordera
grave y la Fig. 3 corresponde a la curva ATH de Figura 2: Curva ATH correspondiente a una peruna persona afectada por una discapacidad audi- sona afectada por una sordera aguda.
Congreso 2010, Pgina 2

Segundo Congreso Virtual, Microcontroladores y sus Aplicaciones


70
60
50

dB SPL

40
30
20
10
0
10
0

1000

2000

3000

4000

5000

6000

7000

8000

Frecuencia [Hz]

Figura 3: Curva ATH correspondiente a una persona con una deficiencia auditiva de carcter
traumtico.

3.

Mtodos implementados

Esta seccin se divide en dos partes. En la


primera se introduce un modelo que implementa
herramientas capaces de simular las deficiencias auditivas planteadas en la Sec. 2. La segunda parte
se enfoca en la presentacin de un algoritmo que
implementa un mtodo de compresin de voz con
el fin de mejorar la inteligibilidad de la seal que
percibe el oyente.

3.1.

Modelado de la discapacidad auditiva

Para comenzar es necesario analizar el problema


de la prdida auditiva. A travs del estudio de esta
deficiencia es posible construir un modelo del odo
como un banco de filtros con diferentes umbrales
de audicin [19],[4], [16], [22], [23]. De esta forma,
toda aquella seal con potencia inferior al umbral
resulta eliminada. Esto nos permite obtener la seal
que esta siendo oda por una persona con un cierto
grado de discapacidad. La Fig. 4 presenta el sistema
modelado:
Para implementar el modelo, se hace uso de diferentes herramientas de modelado psicoacstico que
se complementan con estudios realizados por diversos cientficos acerca de la forma de la respuesta
en frecuencia del sistema auditorio para personas

Figura 4: Esquema del sistema de simulacin de discapacidades auditivas propuesto.

con distintos tipos de sordera [24]. Los resultados de este desarrollo nos permiten conocer como
percibe los sonidos una persona con una determinada discapacidad auditiva, y de esta manera se
podrn construir herramientas ms efectivas para
mejorar la audicin. Este modelo consiste en una
representacin las prdidas auditivas mediante un
conjunto de filtros pasabanda, diseados con el fin
de modelar las las caractersticas de un sistema de
audicin con una discapacidad especfica. Un ejemplo de esto, es modelar el odo mediante un filtro
pasabajos, el cual atena las componentes de alta
frecuencia, de modo de percibir los sonidos de la
misma forma que un odo envejecido, el cual no es
capaz de percibir dicha informacin.

3.2.

Algoritmo de compresin de voz

Los algoritmos de compresin espectral se basan


en escalamientos y traslaciones en frecuencia. Para
cada una de las frecuencias de entrada se establece
una correspondencia con una frecuencia de salida a
travs de un factor de escala y un desplazamiento en
frecuencia. Tanto el factor como el desplazamiento
pueden obedecer a una ley lineal, logartmica, u otra
ms compleja, con respecto a la frecuencia de entrada. En la literatura se pueden encontrar diferentes
funciones que relacionan la frecuencia de entrada
con la frecuencia de salida [7, 10, 25]. En general,
la compresin en las bajas frecuencias es mnima
y la compresin en altas frecuencias obedece una
ley cercana a la logartmica, lo que se realiza con
el fin de no modificar las componentes de ms baja frecuencia (las cuales aportan la mayor parte de
la informacin fontica). En este caso se utiliza la
funcin de mapeo frecuencial que responde al arco
tangente: la funcin SPINC [25], mediante la cual
las frecuencias de entrada (f ) y de salida (f ) se
relacionan segn la Ec. 1.
(f ) = 1414arctg(f /1414Hz) SP IN C.

(1)

En la Fig. 5 se representa la funcin SPINC junto


a dos variaciones de una funcin de compresin lineal. En la misma se aprecia en trazo grueso rayado
una curva de referencia con pendiente unitaria, en
trazo continuo grueso la funcin SPINC y con lineas rayadas finas con y sin puntos, las funciones de
compresin lineal con factores de compresin 1.7 y
1.3 respectivamente.
Esta funcin presenta diversas ventajas en su
comportamiento tanto en bajas como altas frecuencias. Diversos estudios, entre los cuales podemos
mencionar el realizado por Simpson [26], indican
que los formantes de ms baja frecuencia, inferiores
a 300 Hz, no presentan variaciones significativas entre locutores con respecto a lo que ocurre con los
formantes de frecuencias superiores. En consecuencia, resulta deseable el comportamiento de la funcin SPINC, la cual preserva la ubicacin de dichos
formantes. Por otro lado, es posible comprimir todo

Congreso 2010, Pgina 3

Segundo Congreso Virtual, Microcontroladores y sus Aplicaciones


Transformacin al dominio del tiempo mediante una IFFT.

5000
Sin Compresion
Comp. SPINC Factor 1
Comp. Lineal Factor 1.3
Comp. Lineal Factor 1.7

FRECUENCIA DE SALIDA [HZ]

4500
4000

Resintetizado de la seal de audio, se utiliza el


mtodo de la suma solapada TD-OLA [18].

3500
3000
2500
2000
1500
1000
500
0
0

1000

2000
3000
4000
FRECUENCIA DE ENTRADA [HZ]

5000

Figura 5: Funciones de compresin lineal y SPINC.


el espectro de voz en un ancho de banda de 2200Hz.
Mientras que si se utiliza compresin lineal con un
factor de compresin de 1.3, por un lado los formantes inferiores se ven desplazados, lo cual afecta
la inteligibilidad del audio resintetizado y por otro,
para transmitir 20KHz se necesita un ancho de banda de aproximadamente 15KHz. Esta ventaja del
algoritmo SPINC trae aparejada una prdida de selectividad para las altas frecuencias, ya que la funcin SPINC comprime por un factor unitario entre
0 y 1414Hz y luego comprime el resto del espectro
entre 1414Hz y 2,2Khz. Esto no afecta la inteligibilidad del audio resintetizado, ya que la informacin
relevante para definir esta caracterstica se encuentra en los primeros formantes de cada fonema. Esta
distorsin se traduce en una leve prdida de identidad al procesar una seal de voz. En este trabajo se
implementa el algoritmo de compresin utilizando
el modelo propuesto por Timms et al. [27]. El mismo
consiste en un anlisis solapado de la seal usando
la transformada rpida de Fourier (FFT). La compresin espectral se realiza trasladando los picos frecuenciales usando la funcin SPINC. Finalmente, se
aplica un filtrado pasabajos y se realiza un espejado
del espectro para recuperar la simetra hermitiana.
Este ltimo paso es importante para obtener una
seal puramente real a travs de la transformada
inversa de Fourier (IFFT), para la reconstruccin
posterior usando el algoritmo de suma solapada. En
este caso se utilizan los siguientes parmetros:

De esta forma se obtiene un sistema capaz de


comprimir los sonidos de un determinado rango donde el oyente presente problemas hacia otro
donde sea capaz de percibirlos. Este sistema tiene
una carga computacional que depende fundamentalmente de la funcin FFT implementada, es
por ello que se busca un compromiso entre este
parmetro, y la resolucin en frecuencia del sistema.

4.

Experimentos

Con el fin de cuantificar la mejora introducida


por el mtodo, se realiza una serie de simulaciones
utilizando MATLAB, con el propsito de estudiar
comparativamente los algoritmos propuestos, tanto
en inteligibilidad como en calidad. Para ello, se utiliz el modelo presentado en la Sec. 3.2 para procesar los audios de 4 locutores. 2 mujeres y 2 hombres.
Por otro lado, se utiliza una serie de sonidos que el
discapacitado debe escuchar en su vida cotidiana
(bocinas de autos, advertencias ferroviarias, etc.).
El comportamiento del sistema se estudia en una
condicin de sordera simulada mediante un filtro
pasobajos con una frecuencia de corte de 870Hz. De
este modo, el sonido sin compresin carece de la informacin necesaria para que algunos sonidos sean
inteligibles, como es el caso de los fonemas fricativos. El experimento consta de un grupo de evaluadores sin discapacidades auditivas que califican
de 1 a 5 en inteligibilidad (5: perfectamente inteligible, 1: ininteligible) y calidad (5: calidad excelente, 1: calidad psima, deteriorada por la manipulacin de los datos) una serie de archivos de audio
los cuales corresponden a los siguientes casos:
Filtrado pasabajos, con reconstruccin utilizando compresin lineal y factores de compresin 1,3 y 1,7.
Filtrado pasabajos, con reconstruccin utilizando compresin SPINC y factores de compresin de 1,3 y 1,0.

Filtrado de entrada antialiasing [28] [18].


Transformacin al dominio de la frecuencia usando una FFT de 256 puntos. De esta forma, se obtiene una resolucin en frecuencia de
62.50Hz para una frecuencia de muestreo de
16KHz.

SPINC, k= 1.0
SPINC, k= 1.3
Lineal, k= 1.7
Lineal, k= 1.3

Inteligibilidad
2.4
2,1
1,7
1,7

Calidad
2.2
1,9
1,8
1,7

Se utilizan segmentos de seal (frames) de 256 Cuadro 1: Resultados del experimento comparativo.
puntos sin solapamiento.
La Tabla 1 presenta los resultados obtenidos, los
Se procesa la seal de entrada con el algoritmo cuales muestran una clara ventaja tanto en la inde compresin SPINC
teligibilidad como en la calidad para el algoritmo
Congreso 2010, Pgina 4

Segundo Congreso Virtual, Microcontroladores y sus Aplicaciones


de compresin SPINC por sobre el uso de compresin LINEAL. Adems, el SPINC con un factor de
compresin unitario es el que presenta mejores resultados. Esto se debe a que los restantes algoritmos
comprimen los formantes ms bajos de la seal de
voz y por ello resulta distorsionada. Esto hace que
en algunos casos la seal oida sea ininteligible.
Del mismo modo, para sonidos de advertencia
se observ que sin aplicar compresin era imposible percibirlos. El caso ms relevante fue el de una
seal de advertencia de un paso a nivel ferroviario,
la cual se pudo escuchar perfectamente usando compresin SPINC, mientras que sin compresin o utilizando compresin lineal, la advertencia no pudo
ser percibida.

Bus de datos de 16 bits.

5.

Disponible en encapsulado SOIC de 28


pines. Permite lograr grandes niveles de integracin.

Implementacin en un DSP

Dado que las simulaciones realizadas utilizando


MATLAB y MPLAB arrojaron resultados prometedores, se implement el algoritmo utilizando un
dispositivo dsPIC 33FJ128GP802-E/SP de Microchip [15, 29]. Con el cual es posible implementar
prestaciones similares a las que poseen otros dispositivos comerciales como BRAVO [6] el SENSO [7],
ambos de la empresa WIDEX como control de ruido, compresin de voz y ecualizacin, entre otras.
Otra gran ventaja de estos dispositivos digitales, es
que permiten ajustar el equipo a las necesidades
del oyente con solo reprogramarlo, evitando calibraciones extensas. Por lo comentado, estos dispositivos de asistencia son muy verstiles. Sin embargo,
la versatilidad impacta en el costo, ya que para un
dispositivo como los citados su valor oscila entre
los 1000 y los 5000 Euros. Por otro lado, estos dispositivos se basan en Procesadores Digitales de
Seales (DSP), que por su naturaleza requieren
circuitera externa, lo que a la hora de tratar de
implementar uno de ellos se traduce en un aumento de las dimensiones del equipo. Por el contrario,
el dsPIC propuesto tiene una gran integracin de
componentes, reduciendo as el volumen del equipo
a construir. Esto lo hace ideal para la construccin
del dispositivo de asistencia.
Las caractersticas ms relevantes de este dispositivo son:
128KB de memoria de programa. Lo cual
lo hace apropiado para el uso de compiladores
cruzados.

Conversor analgico a digital (ADC) integrado de 12 bits@500ksps.


Conversor digital a analgico (DAC) integrado de 16 bits@100ksps.
Registros de entrada y salida duplicados.
Esto permite realizar operaciones de lectura y
escritura a mayor velocidad adems otorga una
mayor flexibilidad al manejo de los pines de
entrada y salida del dsPIC.
Programacin y depuracin en circuito.
Es posible calibrar y reprogramar el dispositivo
sin necesidad de desmontar el dsPIC.

Adems, debe tenerse en cuenta que la documentacin acerca de los dispositivos Microchip
y sus libreras estn disponible en internet
sin costo alguno. Quizs la mayor ventaja del
dsPIC33FJ128GP802 es que permite realizar en simultneo dos tareas, que en este caso resultan ser
el procesamiento en paralelo de los datos de un segmento y la resntesis de la seal de audio correspondiente al segmento anterior. Esto se realiza utilizando el mdulo de DMA del dispositivo [15], el cual
trabaja de forma independiente al procesador principal. Por este motivo se reduce casi a la mitad el
tiempo de procesamiento de cada uno de los segmentos, lo cual es un factor crtico a la hora de
obtener un dispositivo que funcione en tiempo real.
Otro aspecto a tener en cuenta, es que la utilizacin
de tcnicas de DMA aumenta el rendimiento del sistema, ya que reduce al mnimo las fuentes de interrupcin del programa principal. Es decir, los dispositivos realizan la transferencia de datos utilizando
el mdulo DMA, y por ello no agrega retardos de
ejecucin al programa principal. En particular los
tiempos que se reducen son:
Tiempo de procesamiento de la rutina de interrupcin.
Tiempo de acceso, almacenamiento y lectura
de la pila stack del sistema.
Tiempo de acceso a los perifricos.

El algoritmo de compresin de voz implementado


16KB de memoria RAM. De los cuales 2KB
es el descripto en la Sec.3.2. Este dispositivo es posison utilizados como memoria compartida para
ble adaptarlo a cada usuario en particular, con solo
Acceso Directo a Memoria DMA.
afectar el valor del factor de compresin y del deVelocidad de procesamiento de 40MHz. splazamiento a realizar de acuerdo a las necesidades
del mismo. A la hora de implementar el algoritmo
Bajo costo. Su valor es de 4 U S$, amplia- FFT en el dsPIC se debi optar por una variacin
mente menor al de un DSP tradicional. Esta al algoritmo ya que el mismo esta diseado en base
es una gran ventaja comparado con los dispos- a aritmtica de punto flotante, lo cual no es soporitivos DSP comerciales.
tado por la arquitectura del dsPIC utilizado. Por
Congreso 2010, Pgina 5

Segundo Congreso Virtual, Microcontroladores y sus Aplicaciones

Figura 6: Esquema del dispositivo propuesto.


este motivo, las operaciones de punto flotante deban ser emuladas en software, aumentando considerablemente los tiempos de procesamiento. Por dicho motivo se implemento el algoritmo de FFT en
aritmtica de punto fijo de 16 bits [30], trabajando en base a escalamientos de magnitud. El sistema
obtenido se aprecia en la Fig.6. Y los tiempos involucrados en el bloque de procesamiento de datos
se aprecian en la Tabla 2
FFT
965s

BRO
95s

IFFT
1ms

Cuadro 2: Tiempos de procesamiento para segmentos de 256 muestras.


Se puede apreciar que el tiempo de procesamiento
del algoritmo de compresin (BRO) es significativamente menor que el de procesamiento de los algoritmos de FFT y de IFFT. Una vez implementado el
sistema, se registraron los tiempos totales de procesamiento, los cuales se presentan en la Tabla 3.
Proc.
2,06ms

Adq.
15,72ms

RAM
34 %

DMA
100 %

Cuadro 3: Tiempos de procesamiento , adqusicin


y usos de memoria para dos implementaciones del
algoritmo de compresin, para 256 muestras
Los valores registrados en la Tabla 3 fueron medidos utilizando una fsampling = 16,288KHz, y se
presentan por separado los tiempos de procesamiento y de adquisicin. Esto se debe a que estas tareas
se procesan en paralelo, por lo que el tiempo de
procesamiento total del sistema se considera como
el mayor de ambos, que para el caso de segmentos
de 256 muestras es de ttotal = 15,72ms. Otro aspecto a considerar es que si bien los niveles de uso
de memoria RAM y de programa permanecen bajos, aparece una limitacin debida a la cantidad
de memoria DMA disponible ,(en este caso es de
2KB), la cual impide obtener un desempeo mayor
al sistema.

5.1.

Conclusiones

A lo largo de este trabajo se desarroll un dispositivo capaz de realizar compresin de voz para
personas con diversos grados de deficiencias auditivas. Se pudo demostrar que mediante algoritmos
ms potentes como es el SPINC y dispositivos con
mayor capacidad de cmputo es posible implementar un dispositivo similar a los que se encuentran
en el mercado. Esto se debe a que por un lado, los
experimentos realizados mostraron una mejora del
algoritmo SPINC frente al de compresin lineal, el
cual es utilizado en muchos dispositivos comerciales.
Otro aspecto relevante es que el desarrollo se realiz utilizando un dsPIC comercial
dsPIC33FJ128GP802/E-SP, para el cual se pudo
demostrar que los tiempos de procesamiento son
acordes a una implementacin en tiempo real.
La nica limitacin que present este desarrollo fue la cantidad de memoria disponible para utilizar con acceso directo (DMA), motivo por el cual
en trabajos futuros se utilizar un Microcontrolador
que tenga especificaciones superiores al utilizado en
este trabajo. Siguiendo la misma lnea de trabajo,
se pretende incorporar mayores prestaciones al dispositivo de asistencia auditiva.
Este Trabajo fue desarrollado en el marco del
Proyecto Desarrollos Tecnolgicos destinados a
mejorar la calidad de vida de personas con capacidades diferentes de la Facultad de Ingeniera, Universidad Nacional de Mar del Plata.

Referencias
[1] ISO/IEC
JTC1/SC29/WG111
MPEG
IS13813(1994): Generic Coding of Moving
Pictures and Associated Audio, (1994).
[2] Painter, T. and Spanias, A.: Perceptual Coding of Digital Audio, Proceedings of the IEEE.
Vol.88(4) pp. 451513 (2000).
[3] Vilchur, E.: Signal processing to improve speech
intelligibility in perceptive deafness, Journal of
the Acoustical Society of America. Vol.53(6),
pp. 16461657 (1973).
[4] Zwicker, E., Flottorp, G. and Stevens, S. S.,
Critical Band Width in Loudness Simmation,

Congreso 2010, Pgina 6

Segundo Congreso Virtual, Microcontroladores y sus Aplicaciones


Journal of the Acoustical Society of America. [17] Calupper, J. and Fastl, H.: Simulation of hearVol.29(3), pp. 548557 (1957).
ing impairment based on the Fourier Time
Transform, Proceedings of the IEEE Interna[5] Arelhi, R. and Campbell, D.R.: A MATLAB
tional Conference on Acoustics, Speech and SigSimulink Implementation of Speech Masking
nal Processing. pp. 857860 (2000).
Based on the MPEG Psychoacustic Model I,
Proceedings of the 3rd International Symposium [18] Huang, X., Acero, A. and Hon, H.W.: Spoken
Language Processing. A Guide of Theory, Algoon Image and Signal Processing and Analysis.
rithm, and System Development. (2001).
pp. 543548 (2003).
[6] Widex Inc.: Manual Tcnico del dispositivo [19] Fletcher, H.: Auditory patterns, Rev. Mod.
Phys. pp. 4765 (1940).
BRAVO B32. (2003).
[7] Widex Inc.: Manual Tcnico del dispositivo [20] Baer, T., Moore, B.C.J. and Kluk, K.: Effects of low pass filtering on the intelligibility of
SENSO PLUS SIC. (2004).
speech in noise for people with and without dead
regions at high frequencies, JASA. Vol.112(3)
[8] Oppenheim, A.V., Schafer, R.W. and Buck,
pp. 11331144 (2002).
J.R.: Discrete-time signal processing. (1999).
[9] Yasu, K., Kobasayi, K., Shinohara, K., Hishi- [21] Turk, O. and Arlsan, L.M.: Subband based
voice conversion, Proceedings of ISCLP 2002.
tani, M., Arai, T. and Murahara, Y.: Frequenpp. 289292 (2002).
cy compression of critical band for digital hearing aids, Proceedingsof China-Japan oint Con[22] Hackstein, B. and Schwartz, M.: Implemenference on Acoustics. pp. 159162 (2002).
tation and Visualization of MP3-Algorithm in
MATLAB. (2006)
[10] Paarmann, L.D. y Wynne, M.K.: Bimodal perception of spectrum compressed speech, Journal
[23] Kim, D.W.,Park, Y.C., Kim, W.K., Park, S.J.,
of the Acoustic of America. Vol.95(5) pp. 2975
Doh, W., Shin, S.W. and Youn, D.H.: Simula2976 (1994).
tion of hearing impairment with sensorineural
hearing loss, Proceedings of the 19th Interna[11] Aguilera Muoz, C.M., Nelson, P.B., Rutledge,
tional Conference IEEE/EMBS. pp. 19861989
J.C. and Gago A.: Frequency Lowering process(1997).
ing for listeners with sensorineural Hearing loss,
IEEE Trans. On Speech and Audio Processing. [24] Slaney, M.: Auditory toolbox, Technical ReVol.34(4) pp. 744754 (1986).
port 010, (1998).
[12] Qualtiery, T.F. and McAulay, R.J.: Speech [25] Terhardt, E.: The SPINC Functionm for scalAnalysis/Synthesis based on a Sinusoidal Reping of frequency in Auditory Models, Journal of
resentation, IEEE Trans. On Speech and Audio
Acoustic. Vol.77 pp.40-42 (1992).
Proceeding. Vol.34(4) pp.744754 (1986).
[26] Simpson, A.P.: Dynamic Consequenses of dif[13] Chaudari, D.S. and Pandey, P.C.: Critical
ferences in male and female vocal tract dimenBand splitting of speech signal for reducing the
sions, JASA. Vol.109(5) pp.21532164 (2001).
effect of spectral masking in bilateral hearing
loss, Proceedings of the 5th International Sym- [27] Timms, O.: Speech Processing strategies based
on the sinusoidal speech model for the profoundposium on Signal Proceesing and its Applicaly Hearing Impaired, Ph.D. Thesis. (2003).
tions. Vol.1 pp. 119122 (1998).
[14] Yasu, K., Kobasayi, K., Shinohara, K., Koshi, [28] Proakis, J.G. and Manolakis, D.G.: Digital Signal Processing: Principles, algorithms and appliM., Arai, T. and Murahara, Y.: Crtical-Band
cations. (1996).
compression method for digital hearing aids,
Journal of the Acoustic Society of Japan. [29] Microchip Inc.: dsPIC30F Family overview,
Vol.25(1) pp. 6163 (2004).
dsPIC High Performance 16-bit Digital Signal
Controllers. (2004).
[15] Microchip Inc.: dsPIC33FJ32GP302/304,
dsPIC33FJ64GPX02/X04,
[30] Microchip Inc.: dsPIC30F Math Library.
dsPIC33FJ128GPX02/X04 Data Sheet, High
(2004).
Performance 16-bit Digital Signal Controllers.
(2009).
[16] Glasberg, B.R., Moore, B.C.J.: Auditory filter shapes in subjects with unilateral and bilateral cochlear impairments, JASA. Vol.74(4)
pp.11201133 (1986).
Congreso 2010, Pgina 7

Segundo Congreso Virtual, Microcontroladores y sus Aplicaciones


c
Copyright 2010.
Francisco Denk: El autor delega a la Organizacin del Segundo Congreso Virtual de
Microcontroladores la licencia para reproducir este documento para los fines del Congreso ya sea que este
artculo se publique en el sitio web del congreso, en un CD o en un documento impreso de las ponencias
del Segundo Congreso Virtual de Microcontroladores.

Congreso 2010, Pgina 8